管道施工工艺比选及实施效果评价

德州经济技术开发区雨污分流项目现场工况条件复杂,地下障碍较多,通过对开槽施工、顶管施工进行比选,最终选定以路口分段施工、人工探挖、开槽布管为主,遇到热力管道、污水管道倒虹避让及人工掏挖布管的实施总方案,并制定规范操作流程,通过对实施效果跟踪评价,该方法较好地解决了现场实际困难,达到了预期目的。     

基于S型增长模型的中国电子竞技产业探究

电子竞技产业经过近二十多年的发展,现在已经逐步形成了一条合理完整的产业链条.本文旨在对电子竞技产业的增长和发展进行研究.通过理论推导得出电子竞技行业的发展和增长可以使用S型增长模型进行解释与分析,发现我国电子竞技行业在模型中仍然处于上升状态.为了实现电子竞技行业的蓬勃发展,本文建议提升相关电子竞技从业人员的素质,完善相关的法律法规,支持相关产业的发展,在电子竞技发展的过程中注重自主研发与创新,时刻关注电子竞技的走向与发展.     

云平台下基于截止时间的自适应调度策略

针对在共享集群中进行任务调度时,无法兼顾任务的响应速度与任务完成时间的问题,提出一种基于截止时间的自适应调度算法。该算法以用户提交的截止时间为依据,根据任务的执行进度自适应地分配适当的计算资源。不同于传统调度方式里由用户提交固定资源参数,该算法在资源约束的情况下会对优先级高的任务进行抢占式调度以保证服务质量（QoS）,并在抢占过程结束后额外分配资源补偿被抢占的任务。在Spark平台进行的任务调度实验结果显示,与另一种资源协调者（YARN）框架下的调度算法相比,所提算法能严格地控制短任务的响应速度,并使长作业的任务完成时间缩短35%。     

基于胶囊网络的中长微博情感分析

针对通过微博文本获取用户情感倾向,以提高舆情监控效率的问题。利用深度学习的方法实现微博语料的情感分类,构建符合近年文本长度分布特点的高质量微博情感分类数据集,分析微博文本长度对情感分类的影响。由于中长语料主观性强、句子关联度弱,其检测准确率偏低。针对此问题,本文提出一种基于胶囊网络的中长微博情感分析模型。采用注意力机制,在融合局部特征与全局特征的基础上,利用胶囊向量实现深层情感特征提取,提高中长语料的检测效果。利用本文搜集的数据集进行实验,结果表明,相较于多种深度学习算法,本文模型性能更佳。在不同文本长度语料的对比实验中,伴随着文本长度的增加,分类准确率逐渐降低。相较于传统的LSTM算法,本文模型随文本长度增加效果提升,证明了该模型针对中长微博文本情感分类的可行性。     

基于分布式混合数据挖掘的电信客户流失分析

CORBA技术庞大而复杂,且技术和标准的更新相对较慢.电信运营企业应用系统是客户流失分析的主要数据来源,而传统的客户流失分析由于该系统数据的集中式存储继而采用集中式挖掘,对海量数据的挖掘效率低下.为进一步提高挖掘效率,提出网格下基于分布式混合数据挖掘的电信客户流失分析(Customer Churn Analysis upon Distributed Hybrid Data Mining in Grid,CCA-DHDM),并借助GridSphere门户,在该平台上实现了BP神经网络算法和K_Means聚类算法.仿真实验表明,与单机环境相比,随着网格节点数增加,算法的平均耗时明显下降65%到75%,同时算法的效率得以较明显地提高.